[发明专利]一种运动方向异常物体检测方法和装置

说明书

技术领域

本发明涉及检测技术，具体涉及一种运动方向异常物体检测方法和装置。

背景技术

运动方向异常检测是视频监控领域对于运动状态异常物体的自动监控的重要研究内容，在交通监控领域的应用正逐步得到人们的重视，实现对于车辆出现逆行、非正常转向等违反交通规则行为的自动化监控将会大大提高交通监管部门的执行效率，有效杜绝类似违规行为的再出现。

现有的运动方向异常检测方法能够通过提取场景中各运动物体的运动方向特征，并将所提取的运动方向特征进行相互比较，确定各个运动方向中最具有显著性的方向，最后把按照此方向运动的物体检测出来。该方法在提取了方向特征图之后，直接引入视觉注意模型求取运动方向显著图。由于该模型主要针对静态图像计算感兴趣区域，所提特征也是亮度、方向、颜色等针对静态图像的特征；其所依赖的以实现中央邻域差分来提取相应特征为目的的多尺度表达，在提取运动特征时显得多余且大大增加了计算量。另外该方法所使用的融合方法也是已有的归一化算子：针对一幅特征图，计算其灰度最大值M，以及其余所有极大值的平均值最后整幅特征图乘以这个算子是为了抑制那些不同区域之间反差较小的特征图，而增强那些不同区域之间反差较大的特征图的影响力。该算子针对静态图像的特征有效，但对于运动方向特征图，由于不同方向对应的特征图仅在按照该方向运动的物体区域有响应，且不同区域的响应差别不大；因此如果运用极值来衡量显著性，则很容易造成本应赋予高权重的特征图权重反而降低，进而造成误检测。同时特征提取过程中产生的伪极值点也会影响检测效果。

发明内容

有鉴于此，本发明的主要目的在于提供一种运动方向异常物体检测方法和装置，以减少计算量，提高算法可靠性及检测效果。

为达到上述目的，本发明的技术方案是这样实现的：

一种运动方向异常物体检测方法，该方法包括：

获取空间导数及时间导数，将二者融合以得到运动方向特征图；

基于运动区域面积作为比较依据进行归一化，合并各个方位的运动方向特征图，得到最终的运动方向显著图。

进行所述归一化的过程包括：

将同一方位得到的正负运动方向特征图进行归一化融合：

M_d(t，θ)＝N(M₊(t，θ))⊕N(M_-(t，θ))；

上式中的⊕为融合加法，用于将相同大小图像的对应像素点灰度值相加；N(.)为归一化算子。

所述将同一方位得到的正负运动方向特征图进行归一化融合的过程包括：

根据帧间差分得到的时间导数图，计算其中产生响应的面积，将计算所得的面积定义为运动区域面积：计算响应区域的质心以及距离该质心最远的区域之间的最远距离，以质心为圆心，所述最远距离为半径R，计算圆的面积S₁＝π·R²，以此面积作为运动区域面积；

以与计算S1相同的方法计算特定方向特征图内的运动区域面积S2；

定义特征图的权重即运动区域小于总运动区域的时认为该运动方向具有显著性；反之则不具有显著性。

所述合并各个方位的运动方向特征图，得到最终的运动方向显著图的过程包括：

将方向特征图相互比较，找到特征图中运动区域最小的特征图，定义其运动区域面积，由此得到各运动方向特征图的权重为最小运动区域面积和其自身运动区域面积的比值；

将经过不同方位归一化处理的运动方向特征图融合，得到最终的运动方向显著图。

所述获取空间导数及时间导数，将二者融合以得到运动方向特征图的过程包括：

求取包括了运动物体与静止背景的边缘的特定方向的边缘，得到空间导数；利用相邻帧间进行差分，将运动物体和静止边缘加以区别，得到时间导数；

根据空间导数与时间导数得到沿不同方位的运动边缘，将包含所述运动边缘的图像作为以运动方向为特征的特征图，并在不同方位分别计算运动方向的正负性，得到相应的正负方向特征图。

一种运动方向异常物体检测装置，该装置包括特征提取单元、归一化单元、总体融合单元；其中，

所述特征提取单元，用于获取空间导数及时间导数，将二者融合以得到运动方向特征图；

所述归一化单元，用于基于运动区域面积作为比较依据进行归一化；

所述总体融合单元，用于合并各个方位的运动方向特征图，得到最终的运动方向显著图。

所述归一化单元进行所述归一化时，用于：

将同一方位得到的正负运动方向特征图进行归一化融合：